Für eine effizientere Produktion ist es unerlässlich, Daten zu sammeln und zu analysieren. Dies kann durch die intelligente Verknüpfung von technischen Konzepten wie Big Data und Industrie 4.0 erreicht werden. [...]
Big Data und Industrie 4.0 sind populäre Themen und beschäftigen gleichermaßen IT-Spezialisten wie Produktionsverantwortliche in Unternehmen. In diesem Kontext wird auch von Industry Analytics gesprochen, wenn die beiden Themen miteinander kombiniert werden. „Unsere Projekte mit führenden Unternehmen zeigen die Vorteile und Potenzial von Industry Analytics. Digitalisierung gewinnt generell zunehmend an Bedeutung und auch das produzierende Gewerbe sollte sich dies zunutze machen“, rät Nils-Henrik Wolf, Geschäftsführer von mayato Österreich.
Das Beispiel eines Produzenten von medizinischen Großgeräten veranschaulicht, welche neuen Möglichkeiten durch Industry Analytics eröffnet werden. Diese Geräte stellen für Arztpraxen und Krankenhäuser eine zentrale Investition dar. Ein unerwarteter Ausfall verursacht nicht nur enorme Kosten, sondern gefährdet auch die medizinische Versorgung der Patienten. Zudem führen die Lagerkosten zahlreicher Ersatzteile zu einer hohen Kapitalbindung für Erzeuger.
Predictive Maintenance
Ein deutsches Unternehmen entschied sich daher dafür, die automatisch übertragenen Sensordaten zentral auszuwerten und anhand eines analytischen Modells die Ausfallwahrscheinlichkeiten einzelner Teile zu ermitteln. Alle medizinischen Großgeräte des Herstellers senden täglich Logfiles mit Statusinformationen an die Entwicklungsabteilung. Allerdings wurden diese Daten zuvor von Experten nur manuell und stichprobenartig ausgewertet. Abteilungsübergreifende Nutzung der Informationen war ebenso wenig möglich wie gezielte Analysen mit einer großen Datenbasis. Vorhersagen über Ausfallwahrscheinlichkeiten konnten damit nicht getroffen werden.
Ein deutsches Unternehmen entschied sich daher dafür, die automatisch übertragenen Sensordaten zentral auszuwerten und anhand eines analytischen Modells die Ausfallwahrscheinlichkeiten einzelner Teile zu ermitteln. Alle medizinischen Großgeräte des Herstellers senden täglich Logfiles mit Statusinformationen an die Entwicklungsabteilung. Allerdings wurden diese Daten zuvor von Experten nur manuell und stichprobenartig ausgewertet. Abteilungsübergreifende Nutzung der Informationen war ebenso wenig möglich wie gezielte Analysen mit einer großen Datenbasis. Vorhersagen über Ausfallwahrscheinlichkeiten konnten damit nicht getroffen werden.
Aus diesem Grund startete das Unternehmen eine Initiative zur Einführung von Predictive Maintenance in Zusammenarbeit mit mayato. Zunächst wurden alle Daten aus den gesendeten Logfiles zentral erfasst und mit Informationen aus dem SAP-System angereichert. Gleichzeitig wurde ein analytisches Modell erstellt, anhand dessen die Daten auf wiederkehrende Muster hin untersucht werden. Schritt für Schritt implementierte das Projekt-Team verschiedene Software-Komponenten, um die Rohdaten in verwertbare Informationen zu verwandeln und sie auszuwerten.
„Zu wissen, dass die Maschine bald ausfallen wird, und das im richtigen Moment zu verhindern, spart Zeit und Geld. Entscheidend dafür ist die analytische Auswertung der Daten“, erläutert Eric Ecker, Leiter Industry Analytics von mayato. Infolgedessen erhielten die Verantwortlichen erstmals eine zentrale Sicht auf viele Unternehmensinformationen. Weiters können die Daten der Fachbereiche schnell und gezielt ausgewertet werden, was auch zu einer Steigerung der Produkt- und Servicequalität führt.
Gewonnene Erkenntnisse bringen vielseitigen Nutzen
Die dabei gewonnenen Daten sind nicht nur für die Produktion selbst aufschlussreich, sondern sie können auch für andere Geschäftsfelder gewinnbringend verwendet werden. Der Hersteller kann etwa die Nutzung der installierten Geräte besser beurteilen und dadurch in weiterer Folge durch maßgeschneiderte Angebote den Vertrieb optimieren. Die Produktentwicklung profitiert von Statistiken zu Störungen gewisser Teile, die ersetzt oder weiterentwickelt werden sollten. Marketingverantwortliche können die Werbemaßnahmen präzisieren, da sie die genaue Auslastung der Geräte kennen. „Schon jetzt zeichnen sich in vielen Bereichen signifikante Einsparungen und frappierende Erkenntnisgewinne ab“, erklärt Wolf.
Die dabei gewonnenen Daten sind nicht nur für die Produktion selbst aufschlussreich, sondern sie können auch für andere Geschäftsfelder gewinnbringend verwendet werden. Der Hersteller kann etwa die Nutzung der installierten Geräte besser beurteilen und dadurch in weiterer Folge durch maßgeschneiderte Angebote den Vertrieb optimieren. Die Produktentwicklung profitiert von Statistiken zu Störungen gewisser Teile, die ersetzt oder weiterentwickelt werden sollten. Marketingverantwortliche können die Werbemaßnahmen präzisieren, da sie die genaue Auslastung der Geräte kennen. „Schon jetzt zeichnen sich in vielen Bereichen signifikante Einsparungen und frappierende Erkenntnisgewinne ab“, erklärt Wolf.
Be the first to comment